期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用并行惯性权重OOL-FA的大数据分类
1
作者
钟章生
陈世炉
陈志龙
《计算机工程与设计》
北大核心
2020年第10期2818-2824,共7页
针对现有大数据分类过程中特征选择算法精度较低,影响后续数据分类算法精度的问题,提出基于惯性权重正交反向学习(OOL)-萤火虫算法(FA)的大数据特征选择算法。借助FA的全局搜索能力,以及OOL分别在收敛速度、收敛精度方面的改进能力,实...
针对现有大数据分类过程中特征选择算法精度较低,影响后续数据分类算法精度的问题,提出基于惯性权重正交反向学习(OOL)-萤火虫算法(FA)的大数据特征选择算法。借助FA的全局搜索能力,以及OOL分别在收敛速度、收敛精度方面的改进能力,实现数据特征的快速、精确选择,采用结构感知卷积神经网络对大数据特征进行精确分类。在包含6600万个样本和2000个属性的大数据集上进行实验,实验结果表明,所提算法在分类准确率上具有明显的优势。
展开更多
关键词
大数据分类
惯性权重OOL-FA算法
结构感知神经网络
Spark框架
特征选择
数据分类
下载PDF
职称材料
题名
利用并行惯性权重OOL-FA的大数据分类
1
作者
钟章生
陈世炉
陈志龙
机构
南昌理工学院计算机信息工程学院
中国船舶总公司第六三五四研究所
南昌理工学院电子与信息学院
出处
《计算机工程与设计》
北大核心
2020年第10期2818-2824,共7页
基金
国家自然科学基金项目(61663033)
江西省教育厅科学技术研究基金项目(GJJ180989)。
文摘
针对现有大数据分类过程中特征选择算法精度较低,影响后续数据分类算法精度的问题,提出基于惯性权重正交反向学习(OOL)-萤火虫算法(FA)的大数据特征选择算法。借助FA的全局搜索能力,以及OOL分别在收敛速度、收敛精度方面的改进能力,实现数据特征的快速、精确选择,采用结构感知卷积神经网络对大数据特征进行精确分类。在包含6600万个样本和2000个属性的大数据集上进行实验,实验结果表明,所提算法在分类准确率上具有明显的优势。
关键词
大数据分类
惯性权重OOL-FA算法
结构感知神经网络
Spark框架
特征选择
数据分类
Keywords
big data classification
inertia weight OOL-FA(IWOF)algorithm
structure-aware
convolutional
neural
network
(
sacnn
)
Spark framework
feature selection
data classification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用并行惯性权重OOL-FA的大数据分类
钟章生
陈世炉
陈志龙
《计算机工程与设计》
北大核心
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部